Fakultet tehničkih nauka

Predmet: Napredne tehnike računarske inteligencije (19.SEM019)

Osnovne informacije:
 
Kategorija Teorijsko-metodološki
Uža naučna oblast Primenjene računarske nauke i informatika
ESPB 6

Ovladavanje napredim principima i tehnikama računarske (veštačke) inteligencije.

Razumevanje naprednih principa i tehnika računarske inteligencije i sposobnost njihove primene u rešavanju različitih vrsta problema.

Nadgledano učenje ponašanja i učenje imitacijom. Uvod u duboko učenje uslovljavanjem. Napredni algoritmi dubokog učenja (duboko Q-učenje, gradijenti politike, A3C itd.). Učenje uslovljavanjem zasnovano na modelima. Primene naprednih tehnika računarske inteligencije u analizi teksta (ekstrakcija informacija, detekcija tema itd.). Inteligentni sistemi za preporuku (kolaborativno filtriranje, filtriranje sadržaja, pristup zasnovan na latentnim (skrivenim) faktorima). Analiza i ekstrakcija informacija iz grafova (osobine i tipovi grafova, klasterovanje, klasifikacija i pronalaženje čestih šablona u graf podacima). Napredne tehnike polu-nagledanog mašinskog učenja.

Oblici izvođenja nastave su: predavanja, računarske vežbe, izrada domaćih zadataka, i konsultacije. Na predavanjima se, korišćenjem potrebnih didaktičkih sredstava, izlažu sadržaji predmeta i stimuliše se aktivno učešće studenata postavljanjem pitanja. Praktični deo gradiva studenti savladavaju na računarskim vežbama kroz zadatke koje rešavaju uz pomoć asistenta ili samostalno i kroz samostalnu izradu domaćih zadataka.

Autori Naziv Godina Izdavač Jezik
Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman Mining of Massive Datasets 2014 Cambridge University Press Engleski
Maxim Lapan Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more 2018 Packt Publishing Engleski
Ronen Feldman, James Sanger The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data 2006 Cambridge University Press Engleski
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetna aktivnost
Predmetni projekat
Predispitna
Da
Obavezna
Da
Broj poena
50.00
Predmetna aktivnost
Usmeni deo ispita
Predispitna
Ne
Obavezna
Da
Broj poena
50.00
Predavanja
Predavanja
Računarske vežbe